首页期刊导航|控制与决策
期刊信息/Journal information
控制与决策
控制与决策

张嗣瀛 王福利

月刊

1001-0920

kzyjc@mail.neu.edu.cn

024-83687766

110819

沈阳东北大学125信箱

控制与决策/Journal Control and DecisionCSCD北大核心CSTPCDEI
查看更多>>本刊创刊于1986年,由教育部主管,东北大学主办.本刊是自动控制与决策领域的综合性学术期刊,大16开,月刊,经邮局发行.本刊是研究生教育中文重要期刊,中文核心期刊,并已进入美国Ei等几大检索系统.本刊的影响因子历年在信息与系统类期刊中名列前茅.连续两年被评为百种中国杰出学术期刊.
正式出版
收录年代

    子目标驱动DQN算法的无人车狭窄转弯环境导航

    耿玺钧崔立堃熊高刘知阳...
    3637-3644页
    查看更多>>摘要:针对无人车在狭窄的转弯工作环境下,传统导航存在无法构建地图或所构建地图障碍物膨胀半径过大以及定位和控制存在误差,从而导致无人车与障碍物相撞,无法有效完成导航任务的问题,首先,通过将A*算法所生成的路径进行离散化,周期性选取路径点作为深度强化学习算法的目标点的方法,设计子目标驱动DQN算法,并基于此建立深度神经网络;然后,采用软件搭建狭窄的转弯环境,使用所提出子目标驱动DQN算法、无子目标驱动的DQN算法、DDPG算法、SAC算法分别对无人车进行训练,通过对比4种算法的收敛速度、执行步数以及导航成功率,验证所提出子目标驱动DQN算法在完成狭窄转弯环境导航任务时,效果最好;最后,将所提出算法的训练结果移植到全新的、空间更小、弯数更多的测试场景中进行测试,表明无人车能够顺利完成导航任务,从而验证所提出子目标驱动DQN算法的高扩展性。

    A*算法路径离散化子目标驱动DQN算法无人车狭窄环境导航

    用户评论异质情感的主题聚类仿真

    张书涛杨志强苏建宁周爱民...
    3645-3654页
    查看更多>>摘要:产品优化设计策略中,基于用户喜好评价信息开展产品关注度挖掘和用户满意度变化规律的预测研究至关重要。现有研究大多采用基于量表的半结构化数据分析模型,忽略了评价过程的多维度非线性决策属性,尤其是感性意象之间的耦合问题。对此,面向非结构化数据构建异质情感主题聚类仿真流程,首先利用网络爬虫获取用户在线评论文本;其次,借助Word2vec词向量进行文本数值化编码,并通过情感分析模型完成情感二分类判断,建立正向和负向情感数据集;然后,采用BTM主题聚类模型开展异质情感主题聚类;最后,输出多维评价指标量化结果。仿真结果表明,所构建的仿真流程能够准确进行二分类判断(信度检验均大于0。85),且主题聚类结果契合产品优化策略。

    在线评论情感分类BTM主题聚类设计决策用户满意度感性工学

    基于跨模态注意力聚合与自适应原型生成的小样本缺陷分割

    刘世同张云洲单德兴金阳...
    3655-3663页
    查看更多>>摘要:基于深度学习的缺陷分割技术对于保证生产效率和改善产品质量至关重要。然而,在实际应用中有许多领域无法收集大规模的缺陷样本,导致传统缺陷检测方法性能急剧下降。此外,缺陷区域存在尺寸小、纹理信息弱以及与无缺陷区域对比不明显的问题,进一步阻碍了视觉缺陷检测技术的实际应用。对此,提出一种基于视觉与点云的多模态小样本缺陷分割方法,通过采用跨模态注意力聚合RGB语义信息和点云结构信息,实现两种模态的高效融合;然后,结合多模态特征与支持掩码生成基本前景原型、自适应背景原型和遗忘补偿原型,提升支持原型的表征能力;进而,根据相似性动态地匹配原型与查询特征,并在特征丰富化后完成对未见过物体缺陷的有效分割。在Defect-3i和Mvtec 3D-2i两个小样本缺陷分割数据集上的实验表明,所提出算法在单样本(1-shot)和五样本(5-shot)两种设置中的平均交并比(mIoU)分别超过其他先进小样本算法0。11%和0。20%、5。23%和5。10%,验证了所提出小样本架构的合理性与多模态网络的先进性。

    缺陷分割小样本学习多模态融合原型学习遗忘补偿动态匹配

    线性时不变系统的分布式固定时间观测器

    张锬吴怀宇朱振华郑秀娟...
    3664-3672页
    查看更多>>摘要:针对线性时不变系统的分布式状态估计问题,基于双极限加权齐次估计理论和可观测性分解方法提出一类分布式固定时间收敛观测器。首先,针对单输入单输出积分链式系统,使用双极限加权齐次性方法设计集中式固定时间观测器。然后,基于可观测性分解将线性时不变系统分为可观测和不可观测子系统,传感器网络中每个智能体以集中式观测器为基础,在固定时间内仅用系统输出测量值重构局部可观子状态,利用智能体间状态信息构造一致性算法在固定时间内估计出局部不可观测子状态,从而在固定时间内实现状态全知。不同于已有工作,所提出观测器不需要构造具体的李雅普诺夫函数即可给出收敛时间的显示表达式。最后,通过仿真实验验证所设计观测器的有效性。

    分布式估计线性系统加权齐次性固定时间观测器可观测性分解传感器网络

    基于事件相关间歇控制的时滞复杂网络有限时间同步

    王健安杨泽林王昕张捷...
    3673-3680页
    查看更多>>摘要:研究基于事件相关间歇控制机制的时滞复杂网络的有限时间同步问题。设计一种有限时间事件相关的间歇控制机制,引入两个有限时间收敛的边界函数,构建三个非负实数域(工作区域、休息区域、缓冲区域),间歇控制的工作与休息区间取决于Lyapunov函数轨迹与预设区域的关系。相比于现有的事件相关间歇控制,所提出的控制机制具有更快的收敛速度。基于有限时间稳定性理论,给出实现网络有限时间同步的充分条件,并对停息时间进行准确估计。最后通过数值仿真验证理论结果的有效性。

    时滞复杂网络事件相关间歇控制有限时间同步边界函数

    具有带宽约束和不可靠通信信道的Markov跳变系统的混合事件/时间驱动H∞控制

    闫晶晶张梦宇马运亮
    3681-3689页
    查看更多>>摘要:研究具有不可靠通信信道和有限带宽约束的Markov跳变系统的混合事件/时间驱动H∞控制问题。为处理有限带宽约束,首先,基于驱动误差、辅助变量和切换时刻设计分布式混合事件/时间驱动机制以确定每个传感器节点的驱动时刻;其次,提出一种新的TOD(try-once-discard)调度协议以保证在驱动时刻仅有唯一的传感器节点接入网络。此外,将不可靠通信信道导致的数据丢包现象建模为伯努利分布,基于驱动时刻的数据传输情况构建随机序列和调度矩阵序列,对数据接收情况进行建模。以此为基础,利用线性矩阵不等式(linear matrix inequality,LMI)得到保证闭环Markov跳变系统在无扰动时随机稳定和有扰动时有限增益L2随机稳定的充分性条件,并给出反馈增益阵的设计方法。最后,通过实例仿真验证所提出方法的有效性。

    Markov跳变系统混合事件/时间驱动控制带宽约束不可靠通信信道H∞性能线性矩阵不等式

    锅炉-汽轮机系统事件触发多目标经济预测控制

    田宇何德峰穆建彬
    3690-3698页
    查看更多>>摘要:针对160MW锅炉-汽轮机系统的多目标控制问题和计算负担,提出一种事件触发多目标经济模型预测控制(multi-objective economic model predictive control,MO-EMPC)策略。结合字典序方法和生产过程的需求,将锅炉-汽轮机补给燃料的调节控制作为最高优先级控制目标,主蒸汽调控作为第2层优先级控制目标,给水阀调控作为第3层优先级控制目标,构建分层滚动时域优化控制问题。引入锅炉-汽轮机经济最优平衡点定义辅助正定函数的最优值函数,并利用该最优值函数设计收缩约束条件,通过松弛收缩约束条件设计触发机制,建立具有稳定性和经济性能最优的轻量化多目标预测控制方案。对比时间触发下的字典序MO-EMPC算法,所提方法不仅通过降低求解频次减少了计算量,同时保证了锅炉-汽轮机系统的经济性能。

    锅炉-汽轮机系统事件触发经济预测控制多目标控制稳定性

    基于多传感器数据融合的SA-DACNN齿轮箱故障诊断方法

    张亚洲赵小强惠永永陈鹏...
    3699-3708页
    查看更多>>摘要:针对单一传感器数据易受自身品质和环境的影响导致难以监控齿轮箱整体运行状况的问题,提出一种基于多传感器数据融合的 SA-DACNN(self attention-dynamic adaptive convolutional neural network)齿轮箱故障诊断方法。首先,将采集到的不同位置的传感器信号作为多通道信号,并将多通道信号同时作为网络输入;然后,设计一种多通道特征融合模块,该模块通过自适应地加权不同通道的信息,确保不同通道的重要信息能够有效地融合,解决特征级多通道数据融合问题;最后,在全连接层之前,使用带残差连接的自注意力模块,帮助网络自动学习全局信息,增强对原始振动信号的特征学习能力。在两个齿轮箱数据集中进行实验,结果表明,所提出方法具有较高的故障诊断准确率,可以满足多传感器数据融合故障诊断的任务。

    故障诊断多传感器数据数据融合齿轮箱卷积神经网络自注意力

    面向实际操纵工况的汽车队列自适应协调控制策略

    王申义杨秀建吴相稷
    3709-3718页
    查看更多>>摘要:考虑实际操纵工况特别是低附着路面条件对汽车队列动力学稳定性的影响,提出针对异质汽车队列的自适应协调控制策略。建立包含车轮旋转动力学的队列分布式控制器设计模型,将车速-轮速误差引入队列的跟驰控制决策以协调车辆动力学与队列动力学,将路面附着引入间距策略以适应路面工况的变化。首先,以保证节点车辆的动力学稳定性和队列的跟驰控制性能为目标,基于滑模控制方法设计队列自适应协调控制策略,并基于Lyapunov方法证明队列跟驰的间距误差以及车速-轮速误差一致最终有界,导出兼顾车辆动力学的队列稳定性条件。然后,基于4辆车组成的异质汽车队列,在高、低两种路面附着工况下对控制方案进行仿真评价。仿真结果表明,所提出的自适应协调控制策略通过对节点车辆动力学和队列动力学的协调控制,能够保证汽车队列系统在大范围操纵工况特别是低附着路面工况下的车辆动力学稳定性、队列稳定性和交通流稳定性。

    汽车工程汽车队列队列稳定性协调控制滑模控制

    机械臂预定时间重复学习控制

    李亚倩陈强施卉辉张智皓...
    3719-3726页
    查看更多>>摘要:为实现不确定机械臂系统快速和高精度跟踪控制性能,提出一种基于反演算法的预定时间重复学习控制策略。通过构造非奇异预定时间虚拟控制器,有效避免传统有限时间反演控制中由虚拟控制器微分引起的奇异性问题,确保机械臂角位置跟踪误差在预定时间内收敛至原点附近邻域内。在此基础上,根据期望轨迹的周期特性,将机械臂系统的集总不确定划分为周期不确定和非周期不确定两部分,并构造全限幅重复学习更新律以准确估计和补偿周期不确定部分。同时,设计鲁棒控制律并引入终端吸引,补偿包括外部干扰在内的非周期不确定部分,实现机械臂角位置对周期性期望轨迹的高精度跟踪。最后,基于Lyapunov定理证明闭环系统稳定性和分析跟踪误差收敛性,并通过仿真结果验证所提出控制方法的有效性。

    机械臂预定时间控制重复学习律反演递推算法周期不确定跟踪控制